JP4487535B2 - 健康度測定システムおよびプログラム - Google Patents

Description

本発明は、撮像された体の部位の画像に基づき健康度を測定する健康度測定技術に関する。

東洋医学においては、体の部位である舌の状態を観察することにより健康状態や病状を診断する診断手法（舌診）がある。

この舌診については、例えば特許文献１に開示されており、患者の舌像と過去の標準的な舌像(標準舌像)とを対比し舌の色などを比較することによって、経験等に頼らずに診断できる診断支援技術が記載されている。

特許第２７６３９８９号公報

上記の特許文献１の技術では、医師の経験やノウハウに基づき判定し、その判定基準も定量的でないため、個人差が生じるとともに客観的な判断が困難である。また、舌診においては診断するための項目が多く、それぞれの判定基準や重み付けが複雑で分かりづらいため、総合的な健康度の判定を行うのは容易でない。

本発明は、上記課題に鑑みてなされたものであり、体の部位の情報に基づく総合的な健康度の判定を容易で客観的に行える健康度測定技術を提供することを目的とする。

上記の課題を解決するため、請求項１の発明は、健康度測定システムであって、(a)舌を撮像し、前記舌に係る撮影画像を取得する撮像手段と、(b)前記撮影画像に基づき、前記舌に関するｎ種類(ｎは２以上の整数)の特徴量を計測する計測手段と、(c)前記ｎ種類の特徴量を入力情報として所定の処理を行い、１種類の出力情報を生成する処理手段とを備え、前記１種類の出力情報は、健康状態の舌に関する特徴量を基準としたマハラノビス距離の情報であり、前記舌を持つ人についての健康度の判定に用いられる。

また、請求項２の発明は、請求項１の発明に係る健康度測定システムにおいて、前記ｎ種類の特徴量は、舌の色、舌の形状、歯痕、裂紋、苔の色、苔の湿り気、苔の滑らかさ、苔の厚さ、および苔の模様からなる群から選択される少なくとも１の特徴量を含む。

また、請求項３の発明は、請求項１または請求項２の発明に係る健康度測定システムにおいて、前記撮像手段は、(a-1)互いに異なる３以上の波長帯域の光をそれぞれ透過させるフィルタを有する。

また、請求項４の発明は、請求項１ないし請求項３のいずれかの発明に係る健康度測定システムにおいて、(d)前記撮像手段で撮像される舌の照度を一定とする発光量の制御が可能な照明手段をさらに備える。

また、請求項５の発明は、健康度測定システムが有するコンピュータにおいて実行されることにより、当該健康度測定システムを請求項１の発明に係る健康度測定システムとして機能させるプログラムである。

請求項１ないし請求項５の発明によれば、舌を撮像した撮影画像に基づき測定されたｎ種類の特徴量を入力情報として所定の演算を行い、１種類の出力情報を生成するため、舌の情報に基づく総合的な健康度の判定を容易で客観的に行える。

特に、請求項２の発明においては、ｎ種類の特徴量が、舌の色、舌の形状、歯痕、裂紋、苔の色、苔の湿り気、苔の滑らかさ、苔の厚さ、および苔の模様からなる群から選択される少なくとも１の特徴量を含むため、出力情報を適切に生成できる。

また、請求項３の発明においては、互いに異なる３以上の波長帯域の光をそれぞれ透過させるフィルタを有するため、舌に関する特徴量の計測精度を向上できる。

また、請求項４の発明においては、撮像手段で撮像される舌の照度を一定とする発光量の制御が可能な照明手段を備えるため、舌に関する特徴量の計測精度を向上できる。

＜健康度測定システムの要部構成＞
健康度測定システムの構成を説明する前に、まず健康度の測定方法について以下で説明する。

健康度を測る方法としては、検温、血圧、脈拍など家庭で手軽に実施できる診断から、血液検査、検尿、心電図、Ｘ線撮影など職場や自治体で実施される診断、さらにはＣＴ、ＭＲＩなど医療機関で実施される高度な検査などがある。しかし、これらは体の状態の一側面を評価したり、特定の疾病の有無を検査するものであり、健康度を総合的に診断するものではない。

一方、東洋医学には舌診という診断方法があり、舌および苔の色や形状から体質や体調の偏りを判断できる。舌は全身状態の変化が表れやすく全身を写す鏡と言われている。すなわち、舌組織には血管が豊富で、表面には角質層がなく粘膜で覆われているため、その色は血液や体液の色を反映しており、日焼けや人種などによる影響を受けないという利点がある。

以上のような舌診を利用して健康度を測定する健康度測定システム具体的な構成を、以下で説明する。

図１は、本発明の実施形態に係る健康度測定システム１の要部構成を示す概略図である。

健康度測定システム１は、受診者の舌ＴＮを撮影するカメラ２と、カメラ２とケーブルＣＢを介して通信可能に接続する処理装置３とを備えている。

カメラ２は、例えばデジタルカメラとして構成されており、背面に例えば液晶ディスプレイなどの表示部２０が設けられるとともに、鏡胴から伸びるアームの先端に固定された２灯式のフラッシュ２１(２１ａ、２１ｂ)が設けられている。

フラッシュ２１は、舌ＴＮに対して特定の色温度(分光特性)で照明光を照射する。また、フラッシュ２１は、撮像される舌ＴＮの照度が一定となるように、舌ＴＮまでの距離情報を基づき発光量の制御が可能となっている。これにより、撮影対象である舌ＴＮの輝度情報を正確に取得できる。

処理装置３は、例えばパーソナルコンピュータとして構成されており、画像データの処理が可能である。この処理装置３は、箱状の形状を有する処理部３０と、操作部３１と、例えばＣＲＴで構成される表示部３２とを有している。

処理部３０の前面には、光ディスク９を挿入するドライブ３０１が設けられている。

操作部３１は、マウス３１１とキーボード３１２とを有しており、処理装置３に対する操作入力を受付ける。

図２は、健康度測定システム１の機能ブロックを示す図である。

カメラ２は、光学ユニット２１を介して舌ＴＮを撮像する撮像部２２と、これら各部と伝送可能に接続する制御部２３とを備えている。また、カメラ２は、制御部２３と伝送可能に接続する通信部Ｉ／Ｆ２４を備えている。

光学ユニット２１は、レンズ群とこの配置を変更する駆動部とを有し、フォーカスやズームを行って舌ＴＮの光学像を撮像部２２に結像させる。

撮像部２２は、例えば３バンド(ＲＧＢ)のフィルタがベイヤー配列されたＣＣＤなどの撮像素子を有しており、ＲＧＢの画像信号を生成する。すなわち、撮像部２２は、互いに異なる３の波長帯域(ＲＧＢ)の光をそれぞれ透過させるフィルタを有するとともに、舌ＴＮを撮像して舌画像を取得する撮像手段として機能する。そして、撮像部２２で受診者の舌ＴＮのアナログ画像信号を取得した後には、Ａ／Ｄ変換を行ってデジタル信号の画像データを生成する。

通信Ｉ／Ｆ２４は、ケーブルＣＢを介して処理装置３とデータ伝送するためのインターフェースである。

制御部２３は、ＣＰＵを有しており、カメラ２の動作を統括制御する部位である。また、制御部２３は、撮像部２２で取得した画像データを通信Ｉ／Ｆ２４を介して処理装置３に送信するための制御を行う。

処理装置３は、上記の操作部３１および表示部３２に伝送可能に接続する制御部３３を備えている。また、処理装置３は、制御部３３に伝送可能に接続する記憶部３４と、画像処理部３５と、入出力Ｉ／Ｆ３６と、通信Ｉ／Ｆ３７とを備えている。

記憶部３４は、例えばハードディスクとして構成されており、後述の健康度測定プログラムＤＰを格納する。

画像処理部３５は、カメラ２で撮影された画像データに対して画像処理を行う部位である。

入出力Ｉ／Ｆ３６は、ドライブ３０１を介し、記録媒体である光ディスク９に対してデータの入出力を行うためのインターフェースである。

通信Ｉ／Ｆ３７は、ケーブルＣＢを介してカメラ２とデータ伝送するためのインターフェースである。

制御部３３は、コンピュータとして働くＣＰＵ３３１およびメモリ３３２を有しており、処理装置３の動作を統括制御する部位である。この制御部３３において健康度測定プログラムＤＰが実行されることにより、舌ＴＮが撮影された受診者の健康度を測定するための動作が処理装置３で行われる（後で詳述）。

制御部３３のメモリ３３２には、光ディスク９に記録されている健康度支援プログラムＤＰなどのプログラムデータを入出力Ｉ／Ｆ３６を介して格納することができる。これにより、この格納したプログラムを処理装置３の動作に反映できることとなる。

＜健康度測定システム１の動作について＞
図３は、健康度測定システム１の基本的な動作を示すフローチャートである。この動作は、処理装置２内の健康度測定プログラムＤＰを制御部３３で実行することにより、実施される。

まず、カメラ２によって取得された舌ＴＮの画像データから、処理装置３において舌領域を抽出する(ステップＳ１)。

ステップＳ２では、舌ＴＮに関する色(特徴量)を計測する。

ステップＳ３では、ステップＳ２で計測された色に対して色座標の変換を行う。

ステップＳ４では、他の特徴量の計測を行う。

ステップＳ５では、ステップＳ２およびステップＳ４で測定された特徴量に基づき、マハラノビス距離を算出する。

以上のような動作が健康度測定システム１にて行われるが、以下ではステップＳ１〜Ｓ５の動作を分説する。

＜１．舌領域の抽出＞
処理装置３の画像処理部３５では、カメラ２で撮影された舌ＴＮの画像データから、舌領域の抽出が行われる。この抽出処理について、以下で説明する。

まず、カメラ２によって、舌ＴＮを中心として顔の下半分が撮影されるように撮影画像Ｆ１(図４)を取得する。この場合、撮影画像Ｆ１には、舌ＴＮの他に顔の表面や唇、歯などが写っている。

そこで、撮影画像Ｆ１の輝度エッジに基づき、舌ＴＮの領域を抽出する。具体的には、各画素のＧデータにおいて４近傍（上下左右）の差分をとり、その差分値(輝度差)が所定の閾値αを超える画素を抽出して舌領域のエッジを決定する。この場合、舌ＴＮの周囲には、口腔や歯、舌の影などによる輝度差が存在するため、これらと区別して舌ＴＮの検出が可能となる輝度差の閾値αを設定する。これにより、撮影画像Ｆ１から舌ＴＮの領域のみを抽出できることとなる。

＜２．色の計測＞
撮影画像Ｆ１から抽出された舌領域に基づき、舌ＴＮに関する色を計測する。この色の計測について、以下で説明する。

図４の画像Ｆ２は、舌ＴＮの表面を拡大した画像である。舌ＴＮは、粘膜で覆われており、多くの糸状乳頭（以下では単に「乳頭」ともいう）ＮＴが舌表面のほぼ全面に分布している。この乳頭ＮＴには、血管がないため、通常は半透明から白色に見える。一方、乳頭ＮＴ以外の下地ＳＪ(平行斜線部)には毛細血管が豊富であるため、血液の色が現れて赤く見える。

このような乳頭ＮＴおよび下地ＳＪは、その色の特徴を利用して画像処理部３５で領域判別が行われる。つまり、乳頭ＮＴは白色のため、ＲＧＢの数値はほぼ等しいが、下地ＳＪは紅色のため、Ｇと比較して特にＲの数値が大きくなる。そこで、撮影した舌画像のデータにおいて各画素のＲとＧとの比、例えばＲ／Ｇを演算する。そして、所定の閾値βを超える紅い領域を下地ＳＪの部分、それ以外の白い領域を乳頭ＮＴの部分と判断する。この閾値βは、フラッシュ２１の色温度やカメラ２のフィルタ特性などを考慮して設定する。

以上のように領域判別された乳頭ＮＴおよび下地ＳＪに関する色を、処理装置３で計測する。ここで、舌ＴＮにおける苔は、舌粘膜の乳頭ＮＴが角化し、剥離した細胞や粘液、食べかす、細菌が付着したものであるため、計測された乳頭ＮＴの色が苔の色となる。一方、乳頭ＮＴ以外の舌ＴＮの部分、つまり測定された下地ＳＪの色が舌の地色となる。

以上により、舌診で使用される計測項目（特徴量）である舌および苔の色が計測されることとなる。

＜３．色座標の変換＞
測定された舌および苔の色に対して色座標の変換が行われるが、この色座標の変換について、以下で説明する。

カメラ２で取得された撮影画像は、照明(フラッシュ２１)やカメラ２の分光特性が反映された固有のＲＧＢデータとして形成されている。そこで、このＲＧＢデータを例えば国際照明委員会で規格化されたＸＹＺ（Ｙｘｙ）の色度座標に回帰式を用いて変換する。

具体的には、まずフラッシュ２１を発光させた状態で、ＸＹＺ色度値が既知である複数
の色票（カラーチャート）を撮影し、撮影画像のＲＧＢデータを記録する。そして、撮影画像のＲＧＢデータと色票との関係から、次の式(１)の３×３行列（変換行列）の要素ａ11〜ａ33を求める。

ここでは、色票のＸＹＺ値とカメラのＲＧＢ値との組合せが複数得られるため、前者を
目的変量とし、後者を説明変量とした回帰分析により撮影画像のＲＧＢデータから色票のＸＹＺ色度値への変換行列が求められる。

次に、実際に舌ＴＮを撮影して得られた舌および苔のＲＧＢデータを式(１)の右辺に代入し、既に求められた変換行列と乗算することにより、ＸＹＺ色度値を算出する。このような色座標の変換により、舌および苔の色に関して照明光等の分光特性を排除した絶対的な指標が得られることとなる。そして、ステップＳ５におけるマハラノビス距離の算出では、このＸＹＺ値が入力情報として利用される。

＜４．他の特徴量の計測＞
以上では、舌に関する２種類の特徴量である舌および苔の色を計測したが、他の特徴量(計測項目)として、（１）舌の形状、（２）歯痕、（３）裂紋、（４）苔の湿り気、（５）苔の滑らかさ、（６）苔の厚さ、（７）苔の模様を計測する。これらの７種類の特徴量について、以下で順に説明する。

＜４−１．舌の形状＞
舌ＴＮの形状は、血液や体液の過不足により変化し、肥大したり痩薄したりする。舌が肥大する場合には、図５(ａ)の舌ＴＮａのように舌の輪郭が丸く膨らむ一方、舌が痩薄する場合には、図５(ｂ)の舌ＴＮｂのように舌の輪郭が三角形に近くなる。そこで、図３のステップＳ１で抽出した舌ＴＮの輪郭線に基づき、舌の形状を計測する。

具体的には、まず舌領域を構成する全画素の座標の平均値に基づき舌ＴＮの重心ＧＤの座標を求める(図６)。次に、舌ＴＮの重心ＧＤから鉛直方向に伸びた直線を始点として時計回りに、等角度ごとに重心ＧＤから輪郭までの距離Ｌ１、Ｌ２、・・、Ｌｎを求める。そして、得られた距離Ｌ１〜Ｌｎを使用し、次の式(２)に基づいて距離の分散を算出する。

このように分散を算出することにより、分散値が小さい場合には、舌ＴＮが肥大して円形に近いと判断でき、分散値が大きい場合には、舌ＴＮが痩薄して三角形に近いと判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、この分散値が入力情報として利用されることとなる。

＜４−２．歯痕＞
舌の歯痕は、水分過多の場合に生じ、図７の舌ＴＮｃのようにその辺縁部(輪郭)に凹凸ができる。そこで、図３のステップＳ１で抽出した舌の輪郭線の凹凸を判断することにより、歯痕の有無や歯痕の程度を計測する。

具体的には、図６のように舌の重心ＧＤから輪郭までの距離Ｌ１〜Ｌｎを利用し、次の式(３)に基づき、隣接する２つの距離の差分を求めて、その総和を算出する。

このように差分の総和を算出することにより、差分の総和が大きい場合には、歯痕があってその程度が大きいと判断でき、差分の総和が小さい場合には、歯痕がほとんどなくその程度が小さいと判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、この差分の総和が入力情報として利用される。

＜４−３．裂紋＞
舌の裂紋は、栄養不良などによって粘膜の再生が低下した場合に生じ、図８(ａ)の舌ＴＮｄのように主に舌の中央部に溝状の裂紋ＲＭができる。この裂紋ＲＭには、乳頭ＮＴがないため、この部分の色は下地ＳＪの色となる。そこで、乳頭ＮＴと下地ＳＪとの識別に用いた閾値βを利用して、中央部の下地領域として形成される裂紋ＲＭを検出する。

具体的には地図状(即ち塊状)の苔等と区別するため、図８(ｂ)に示すように、下地ＳＪの色を有する画素を上下左右に探索して連結する画素をカウントし、一方の画素の連結数が所定値以上であり、他方の画素連結数が所定値以下となる部分を溝、つまり裂紋ＲＭと判断する。

このような画素探索を行うことにより、連結画素数が多くなる場合には、大きな裂紋ＲＭが形成されていると判断でき、連結画素数が少ない場合には、裂紋ＲＭがない、または裂紋ＲＭが小さいと判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、この連結画素数が入力情報として利用される。

＜４−４．苔の湿り気＞
苔の湿り気は、舌ＴＮの水分状態により変化し、主に中央部表面の苔の部分が濡れたり、乾燥したりする。苔の表面が濡れている場合には、図９の舌ＴＮｅのようにフラッシュ２１からの照明光が正反射して白く飛ぶ画像の部分ＷＴが生じる。そして、舌の表面は湾曲するとともに、乳頭によって凹凸が表面に形成されているため、白く飛ぶ画素は限定される。そこで、白色で、かつ一定の明るさを有する白飛び画素を検出し、その画素数をカウントすることで、舌の湿り気を計測することとする。

具体的には、ｘｙ色度値において例えば０.３≦ｘ、ｙ≦０.３５となる画素を白色と推定し、またＹ値において例えば９０≦Ｙ（最大輝度値＝１００）となる画素を明るいと推定する。

このように白飛び画素を検出することにより、白飛び画素が多い場合には、苔が濡れていると判断でき、白飛び画素が少ない場合には、苔が乾燥していると判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、この白飛び画素の数が入力情報として利用される。

＜４−５．苔の滑らかさ、厚さ＞
苔の滑らかさ及び厚さは、乳頭ＮＴに対する付着物の量によって変化する。すなわち、付着物が少ない場合には、苔が薄く、乳頭ＮＴが独立して見えるためにざらついた感じとなる。一方、付着物が多い場合には、苔が厚く、乳頭ＮＴが舌の表面を覆うためにべったりとした感じとなる。そこで、図３のステップ２で判別された乳頭ＮＴと下地ＳＪとに関する画素数の比率によって、苔の滑らかさ及び厚さを測定する。

具体的には、苔が付着する舌の中央付近の領域を抽出し、乳頭ＮＴの画素と下地ＳＪの画素とを色の閾値βによって判別する。そして、乳頭ＮＴと下地ＳＪとの画素数の比率を算出する。

このように画素数の比率を算出することにより、下地ＳＪの比率が高い場合には、苔が薄くてざらついていると判断でき、乳頭ＮＴの比率が高い場合には、苔が厚くてべったりとしていると判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、この乳頭ＮＴと下地ＳＪとの画素数の比率が入力情報として利用される。

＜４−６．苔の模様＞
苔の一部が栄養不良などによって剥離すると、図１０(ａ)の舌ＴＮｆのように、まだら模様となる。この模様においては、剥離した領域ＨＫは下地ＳＪの色になっており、剥離領域ＨＫ以外の領域は乳頭ＮＴの色となっている。

そこで、図１０(ｂ)に示すように、舌ＴＮｆの中央部をやや大きな複数の矩形ブロックＢＫに分割し、各矩形ブロックＢＫにおける色の平均値を用いて剥離領域ＨＫを判別する。ここでは、乳頭ＮＴと下地ＳＪとを識別した閾値βを用いて、剥離領域ＨＫに対応する矩形ブロックＢＫが検出される。

このような矩形ブロックＢＫが検出されることにより、剥離に相当する矩形ブロックＢＫが多い場合には、まだら模様が顕著であると判断でき、剥離に相当する矩形ブロックＢＫがない、または少ない場合には、まだら模様がない、または模様の程度が低いと判断できる。そして、図３のステップＳ５におけるマハラノビス距離の算出では、剥離に該当する矩形ブロックＢＫが入力情報として利用される。

＜５．マハラノビス距離の算出＞
以上では、舌の特徴量(計測項目)として舌および苔の色や、舌の形状、歯痕、裂紋、苔の湿り気、苔の滑らかさ、苔の厚さ、苔の模様を計測したが、これら９種類の特徴量を入力情報として所定の処理を行い、健康体の舌に関する特徴量を基準としたマハラノビス距離という１種類の出力情報を生成する。ここで、マハラノビス距離とは、多くの計測項目ごとのばらつきや相関関係を考慮して算出される距離の尺度で、次の式(４)のように表される。

上の式(４)において、ｋは舌や苔の色などの計測項目の数を示しており、ｍは各計測項目ごとの計測データの平均値を示している。また、σは標準偏差を示しており、ａijは計測項目相互の相関を表す相関行列に対する逆行列の要素を示している。

ここで、式(４)に示す距離関数を求める際には、健康な人の舌ＴＮを撮影した画像から測定された各項目の計測データを基準データ群として使用する。そして、健康な人をサンプリングして得られた計測データに基づくマハラノビス距離の平均が１となるようにする。

これにより、受診者の舌ＴＮを撮影した画像から得られる各計測データ(特徴量)を上の式(４)に代入することで算出されるマハラノビス距離Ｄに基づき、受診者の健康度を判定できる。すなわち、マハラノビス距離Ｄが小さい場合には、基準空間に近く受診者は健康であると判断でき、マハラノビス距離Ｄが大きい場合には、基準空間から遠く受診者は疾病など健康上何らかの問題があると判断される。具体例としては、マハラノビス距離Ｄが２〜５となる場合には、やや体調が悪く、マハラノビス距離Ｄが５を超える場合には、通院が必要と診断される。

以上のような健康度測定システム１の動作により、舌画像から得られる多くの特徴量から１のマハラノビス距離Ｄを算出するため、撮影された舌を持つ人についての総合的な健康度の判定を容易で客観的に行えることとなる。

＜変形例＞
◎上記の実施形態においては、舌診で用いられる診断項目の計測データ（特徴量）を健康度測定に利用するのは必須でなく、舌画像における各色の輝度レベルの度数分布や舌画像の周波数成分、舌画像における一定の領域ごとの分布状況、時間経過による舌の状態変化などの特徴量を利用しても良い。

画像から抽出される特徴量を用いて画像の識別を行う技術は、インターネット上などで画像を検索する分野で広く知られている（例えば、特開平５−２４２１６０号公報）。この技術では、色や形などの特徴を用いて画像間の類似度を数値で表現するが、これを舌画像に適用する。この具体例を、以下で説明する。

図１１(ａ)に示すように、舌ＴＮに内接する正方形領域ＲＣから画像を切り出し、この画像の特徴量を抽出する。ここで、抽出される特徴量としては、輝度と色との分布、ヒストグラムの形状、輪郭およびテクスチャである。

具体的には、図１１(ｂ)に示すように、切り出された正方形領域ＲＣを縦横に各々４分割し、１６のブロックＢＲを生成する。次に、図１２に示すように、輝度と色とのヒストグラムを作成する。ここでは、ブロックＢＲごとのＲＧＢの画素値をＹｘｙ値に色座標変換し、輝度Ｙおよび色度ｘ、ｙに関するヒストグラムをそれぞれ図１２(ａ)〜(ｃ)のように作成する。そして、各ヒストグラムの横軸についての平均値、最大値、最小値およびピーク値を検出するとともに、図１２(ａ)に示す領域Ｐ１〜Ｐ４のようにヒストグラムを横軸方向に４等分して、各領域Ｐ１〜Ｐ４ごとにレベル値の総和を算出する。これにより、画像の特徴量として、輝度と色との分布、およびヒストグラムの形状を取得できる。

また、切り出された正方形領域ＲＣに対して、図１３に示す微分フィルタをかけて、その総和を算出する。これにより、画像の特徴量としての輪郭が取得できる。

さらに、切り出された正方形領域ＲＣをフーリエ変換し、変換結果を周波数に関して４等分する(図１４)。そして、４等分された各レベルＱ１〜Ｑ４に関する強度の総和を算出する。これにより、画像の特徴量としてのテクスチャーが取得できる。

なお、舌が肥大化すると周辺に影が生じるために中心領域と周辺領域とに輝度差が生じるなど、上述した舌診の診断項目の数値は、上述した画像の特徴量に間接的に含まれている。一方、医療現場では、診断項目として認識されていない特徴についても診断項目として利用可能である。

以上のように舌画像から特徴量を抽出して、これらの特徴量を健康度の測定に活用することによっても、健康度の測定を適切に行えることとなる。

また、上述した健康度の測定については、舌画像から抽出される特徴量に限らず、顔や眼などの体の部位を撮影した撮影画像から抽出される特徴量を利用するようにしても良い。

すなわち、顔色が健康状態を表していることは日常でも経験することであり、東洋医学においても望診の一つとして診断に用いられている。具体的には、顔色が白い場合には、冷え性や血液量の減少を、青紫色の場合には、冷え性や血液循環の低下が考えられる。顔色が赤い場合には、発熱や水分不足が、黄色の場合は消化器系の不調が、黒色の場合は肝臓や腎臓の不調がそれぞれ考えられる。また、顔の皮膚においては毛細血管網が発達しているため、血管の収縮や拡張、血液循環の多少、血液中の成分などが色の変化として表れやすい。特に、両頬や目の周りなどは皮膚が薄く色の変化が表れやすくなっている。

そこで、カメラで顔を撮影し、顔の撮影画像において額、頬、目・鼻・口の周り、顎などの領域に分割する。そして、分割された領域それぞれで輝度と色との分布、ヒストグラムの形状、輪郭およびテクスチャなどの特徴量を計測し、これらの特徴量からマハラノビス距離を求める。これにより、舌画像の場合と同様に顔の画像から健康度を測定することができることとなる。

また、臓器の不調が視神経を通じて虹彩に表れるという虹彩診断学が欧米などで古くから研究されている。そして、胃、肝臓、胆嚢、十二指腸、心臓など種々の臓器の疾患と、これらに対応する虹彩の位置とがチャートとして提供されている（例えば特開２００１−１２８９５８号公報参照）。

そこで、カメラで眼を撮影し、眼の撮影画像において瞳孔や虹彩を半径方向および円周方向に複数の領域に分割する。そして、分割された領域それぞれで輝度と色との分布、ヒストグラムの形状、輪郭およびテクスチャなどの特徴量を計測し、これらの特徴量からマハラノビス距離を求める。これにより、舌画像の場合と同様に眼の画像から健康度を測定することができることとなる。

◎上記の実施形態においては、固定された計測項目で健康度を測るのは必須でなく、受診したい疾病などの種類に応じて計測項目を変更するようにしても良い。

東洋医学によれば、消化器系の疾患は苔の色や形に現れやすく、循環器系の疾患は舌の色や形に現れやすいとされている。よって、消化器系の疾患を対象とした診断では苔を中心とした計測項目を選択し、循環器系の疾患を対象とした診断では舌を中心とした計測項目を選択してマハラノビス距離を算出することにより、健康度の測定精度を向上できることとなる。

同様に、受診したい疾患ごとにマハラノビス距離に関する基準空間を生成するためのサンプルを変更しても良い。すなわち、消化器系の疾患では胃腸の健康な人をサンプルするようにし、循環器系の疾患では心臓の健康な人をサンプルするようにして基準空間を生成することで、健康度の測定精度を向上できることとなる。

なお、上記の計測項目やサンプルを変更する際には、健康な人と病気の人とのマハラノビス距離の差が最大となるように留意する。

◎上記の実施形態においては、マハラノビス距離に関する基準空間を生成するための健康な人の計測データや、測定項目について新たな知見が増えるごとに更新するようにしても良い。

東洋医学の舌診は経験に基づいたものであるため、健康度を測定するための項目が新たに発見される可能性がある。また、新たな疾患が発生した場合には、その患者のマハラノビス距離を最大にするような計測項目やサンプルを設定することにより、診断できる疾患の種類を増やすことができる。そして、計測項目や基準空間を変更したり追加するごとに、処理装置３の記憶部３４内の健康度測定プログラムＤＰやサンプルに関するデータベースを更新することで、健康度判定精度を向上できることとなる。なお、健康度測定システム１の販売等を行う事業者は、販売だけでなく健康度測定プログラムＤＰやデータベースの更新サービスを提供することで利益を得ることもできる。

◎上記の実施形態における撮像部２２においては、ＲＧＢ３バンドのフィルタを有するのは必須でなく、４バンド以上のフィルタを有しても良い。

図１５は、本発明の変形例に係る撮像素子４を示す図である。

撮像素子４は、撮像センサ４１の前面にレンズアレイ４２とフィルタアレイ４３とが設けられている。このフィルタアレイ４３は、９つの領域に分割され、それぞれの領域では互いに異なる透過波長の特性を有している。すなわち、フィルタアレイ４３は、互いに異なる９の波長帯域の光をそれぞれ透過させるフィルタとして機能する。このような構成の撮像素子４により９バンドの分光画像が取得できる。

そして、回帰によってＸＹＺ値を推定する場合には、上記の撮像素子４のように多くのバンド数で撮影すれば説明変量が多くなるため、精度が向上することとなる。

◎上記の実施形態においては、例えば９種類などのｎ種類の計測情報をマハラノビス距離という１種類の指標に縮減させるのは必須でなく、健康度を表すｍ種類(ｍ＜ｎ)の指標に減じても良い。例えば、消化器系と循環器系との２の出力情報を生成することにより、多面的で総合的な健康度を把握できることとなる。

◎上記の実施形態においては、式(１)に示すようにＲＧＢの３入力と３×３の変換行列とを乗算してＸＹＺ値を算出するのは必須でなく、次の式(５)にしめすように二次の項（Ｒ×Ｂ、Ｒ×Ｇ、Ｇ×Ｂ）を追加した６入力と３×６の変換行列とを乗算してＸＹＺ値を算出するようにしても良い。

これにより、算出されるＸＹＺ値の精度が向上することとなる。

また、上述した色票(カラーチャート)の代わりに実際の舌を撮影して計測データを求めることにより、ＸＹＺ値の算出精度を向上することができる。

◎上記の実施形態においては、カメラと処理装置とに分けて健康度測定システムを構成するのは必須でなく、処理装置の機能をカメラ側で有するようにしても良い。これにより、カメラ単体で舌を撮影して測定された健康度をカメラの表示部２０(図１)に表示することができ、受診者の利便性が向上する。

本発明の実施形態に係る健康度測定システム１の要部構成を示す概略図である。 健康度計測システム１の機能ブロックを示す図である。 健康度測定システム１の基本的な動作を示すフローチャートである。 舌画像を説明するための図である。 舌の形状を説明するための図である。 舌の形状の測定を説明するための図である。 歯痕を説明するための図である。 裂紋を説明するための図である。 苔の湿り気の測定を説明するための図である。 苔の模様を説明するための図である。 本発明の変形例に係る特徴量の抽出を説明するための図である。 特徴量の抽出を説明するための図である。 特徴量の抽出を説明するための図である。 特徴量の抽出を説明するための図である。 本発明の他の変形例に係る撮像素子４を示す図である。

符号の説明

１ 健康度測定システム
２ カメラ
３ 処理装置
２１、２１ａ、２１ｂ フラッシュ
２２ 撮像部
３３ 制御部
３５ 画像処理部
ＤＰ 健康度測定プログラム
ＮＴ 乳頭
ＳＪ 下地
ＴＮ、ＴＮａ〜ＴＮｆ 舌

Claims (5)

1. 健康度測定システムであって、
   (a)舌を撮像し、前記舌に係る撮影画像を取得する撮像手段と、
   (b)前記撮影画像に基づき、前記舌に関するｎ種類(ｎは２以上の整数)の特徴量を計測する計測手段と、
   (c)前記ｎ種類の特徴量を入力情報として所定の処理を行い、１種類の出力情報を生成する処理手段と、
   を備え、
   前記１種類の出力情報は、健康状態の舌に関する特徴量を基準としたマハラノビス距離の情報であり、前記舌を持つ人についての健康度の判定に用いられることを特徴とする健康度測定システム。
2. 請求項１に記載の健康度測定システムにおいて、
   前記ｎ種類の特徴量は、舌の色、舌の形状、歯痕、裂紋、苔の色、苔の湿り気、苔の滑らかさ、苔の厚さ、および苔の模様からなる群から選択される少なくとも１の特徴量を含むことを特徴とする健康度測定システム。
3. 請求項１または請求項２に記載の健康度測定システムにおいて、
   前記撮像手段は、
   (a-1)互いに異なる３以上の波長帯域の光をそれぞれ透過させるフィルタ、
   を有することを特徴とする健康度測定システム。
4. 請求項１ないし請求項３のいずれかに記載の健康度測定システムにおいて、
   (d)前記撮像手段で撮像される舌の照度を一定とする発光量の制御が可能な照明手段、
   をさらに備えることを特徴とする健康度測定システム。
5. 健康度測定システムが有するコンピュータにおいて実行されることにより、当該健康度測定システムを請求項１に記載の健康度測定システムとして機能させることを特徴とするプログラム。

Images